VAST开源实时世界模型EdenLive，单卡720P超24FPS
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载三类输入驱动实时生成
EdenLive 的输入方式围绕三类要素展开：参考画面、目标首帧与提示词。用户给出想要的开场画面并附上文字描述，模型便能据此控制后续画面的走向；参考画面则承担风格与内容基准的作用，让生成结果在写实、二次元等不同画风之间切换。除了从零生成，它也能把已有视频作为处理对象，在保持时间连贯的前提下替换其中角色形象与整体风格。这种设计把创作控制权交回使用者手中，而不必依赖固定的素材库或预设模板。模型权重、推理代码与技术报告均已开放，外部开发者可以据此复现或二次开发。
单卡上的帧率与延迟
在硬件门槛上，EdenLive 交出的成绩是单张 RTX 5090 显卡即可在 720P 条件下实现超过 24FPS 的生成速度，端到端延迟控制在百毫秒级。支撑这一表现的是 5B 规模的模型，它能够连续产出分钟级长度的画面而不中断。对实时交互而言，帧率决定画面是否跟手，延迟决定操作与反馈之间的间隔，两者共同构成可用性的底线。把这两项指标压到消费级单卡可承受的范围，意味着实时世界模型的运行不必依赖大规模算力集群，部署形态可以更轻。
上游管规则 模型管呈现
EdenLive 在系统分工上做了明确切分：交互规则与世界状态由上游交互系统维护，模型本身只负责依据参考画面把视觉变化实时呈现出来。这一边界使它适合场景漫游、推箱子这类低频交互玩法——逻辑判定交给外部系统，画面则随状态更新即时刷新。同样的能力也可用于场景与动画预览，创作者在预览阶段就能更换美术风格，观察不同画风下的效果。在具身数据增强方向，它能把真人操作画面转换为机器人视角，为训练数据补充新的观察角度。此前 VAST 在 6 月初发布过 Project Eden 研究预览，EdenLive 可视为该方向上的进一步工程化落地。
为什么值得看
开源权重加消费级显卡实时生成，可直接评估其在游戏原型与视频重渲染上的落地成本。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。